Econometría I. Carlos Velasco 1. Universidad Carlos III de Madrid
|
|
- José Ángel Córdoba Ortíz
- hace 8 años
- Vistas:
Transcripción
1 Econometría I Carlos Velasco 1 1 Departamento de Economía Universidad Carlos III de Madrid Econometría I Máster en Economía Industrial Universidad Carlos III de Madrid Curso 2007/08 C Velasco (MEI, UC3M) Econometría I UC3M, / 30
2 Outline 1 Qué es la Econometría? 2 Etapas del Análisis Económico Empírico 3 La Estructura de los Datos Económicos Datos de Corte Transversal Series Temporales Datos fusionados de Sección Cruzada Datos de Panel o Longitudinales 4 Causalidad y análisis ceteris paribus C Velasco (MEI, UC3M) Econometría I UC3M, / 30
3 Econometría I Objetivos 1 Distinción entre modelo económico y modelo econométrico. 2 Distinción entre variables endógenas y exógenas. 3 Distinción entre diferentes procesos generadores de datos. Bibliografía Wooldridge (2006). Capítulo 1. Goldberger (2001). Capítulo 1. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
4 Qué es la Econometría? Ciencia basada en el desarrollo de modelos probabilísticos y métodos de inferencia estadística para estudiar fenómenos económicos, teniendo en cuenta la particular naturaleza de los datos económicos (observacionales) para estimar relaciones causales entre variables económicas, el contraste de teorías económicas y la evaluación y diseño de políticas gubernamentales y empresariales. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
5 Aplicaciones de la Econometría 1 Predicción de variables macroeconómicas (tasas de inflación y desempleo, crecimiento del PIB, tipos de interés, etc.). 2 Modelización macroeconómica: relación entre inflación y desempleo, producción y masa salarial, oferta y demanda. 3 Modelización microeconómica: relación entre inversión en educación y salario; producción y factores productivos (f. de producción); proporción de gasto en un bien y renta; gastos en publicidad y ventas; programas de reciclaje y prob. de desempleo. 4 Finanzas: volatilidad condicional; valoración de activos. 5 Historia, sociología, psicología, etc. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
6 Etapas del Análisis Económico Empírico 1 Modelo económico. 2 Datos y variables. Proceso Generador de Datos. 3 Modelo econométrico. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
7 Modelo Económico Un modelo económico describe relaciones entre diferentes variables mediante ecuaciones matemáticas. El modelo explica el comportamiento de un conjunto de variables Y = (Y 1,..., Y m ) en términos de otras variables X = (X 1,..., X k ) que se determinan fuera del modelo. Y 1,..., Y m son las variables endógenas: se obtienen como la solución de un sistema de ecuaciones f 1 (Y 1,..., Y m, X 1,..., X k ) = 0 f m (Y 1,..., Y m, X 1,..., X k ) = 0 donde cada función f 1,..., f m puede depender de todas o sólo parte de las variables Y y las X. X 1,..., X k son las variables exógenas. Las funciones f 1,..., f m representan el comportamiento de los agentes económicos determinado en base a una optimización. C Velasco (MEI, UC3M) Econometría I UC3M, / 30.
8 Ejemplos Modelo económico para el crimen Becker (1968): Crime and punishment: an economic approach Journal of Political Economy 76, pp Modelo económico: describe la participación de los individuos en actividades criminales mediante un análisis de maximización de utilidad y asignación óptima de recursos. Modelo: Y = f (X 1, X 2, X 3, X 4, X 5, X 6, X 7 ) Y horas dedicadas a actividades delictivas X 1 salario por hora de la actividad delictiva X 2 salario por hora en empleo legal X 3 otras rentas X 4 probabilidad de ser detenido X 5 probabilidad de ser condenado después de ser detenido X 6 duración esperada de la condena en caso de ser condenado X 7 edad C Velasco (MEI, UC3M) Econometría I UC3M, / 30
9 Variables y Datos Las variables de un modelo económico Z = (Y, X ) representan aspectos del comportamiento de los agentes a nivel individual o agregado. El economista observa, directamente o de forma aproximada, el comportamiento y las características de los agentes, que organiza en lo que llamamos datos, la evidencia empírica, Datos Z n = {z 1,..., z n } donde z i = y 1i. y mi x 1i. y i x i x ki C Velasco (MEI, UC3M) Econometría I UC3M, / 30
10 Proceso Generador de Datos Dependiendo de la naturaleza de los datos (cómo se han recogido las observaciones, relación entre ellas, etc.) el economista utiliza un modelo teórico que puede explicar la forma en que se generan esos datos. Este modelo, en general desconocido, es probabilístico y se conoce como Proceso Generador de Datos (PGD). Debido a la naturaleza aleatoria del modelo, se considera que el vector de variables de interés, Z = (Y, X ) es un vector de variables aleatorias (v.a.s) o un vector de procesos estocásticos. La distribución conjunta de Z es el PGD, y cada dato (observación i ó t) es una realización de esta v.a.. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
11 Modelos Econométricos Un modelo econométrico se construye para cuantificar y contrastar las relaciones entre variables económicas postuladas por un modelo económico a partir de la evidencia empírica (los datos). Características de un modelo econométrico: 1 Reconoce el carácter estocástico que gobierna las relaciones entre variables. 2 Postula una forma funcional que depende de parámetros, los cuales se definen (identifican) a partir de la información que proporciona la teoría económica, o el sentido común, y/o supuestos probabilísticos no contrastables. 3 El modelo debe tener en cuenta que hay otros muchos factores que afectan a la decisión y que en general no son observables o identificables. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
12 Modelos Econométricos Modelos estocásticos Para un conjunto de datos Z n = {z 1,..., z n } es de esperar que la inmensa mayoría de ellos no cumpla lo que especifica un modelo económico. Es decir, para muchos i = 1,..., n f 1 (y 1i,..., y mi, x 1i,..., x ki ) 0 f m (y 1i,..., y mi, x 1i,..., x ki ) 0, para cualquier conjunto de funciones f 1,..., f m no trivial ( 0). Sin embargo, al ser las variables estocásticas, siempre se puede encontrar un conjunto de funciones que satisfaga dicha relación en media, E [f 1 (Y 1,..., Y m, X 1,... X k )] = 0 E [f m (Y 1,..., Y m, X 1,... X k )] = 0. C Velasco (MEI, UC3M) Econometría I UC3M, / 30..
13 Modelos Econométricos Exogeneidad El hecho de que las variables X sean exógenas, se puede reconocer explícitamente, exigiendo que las funciones f j cumplan que E [f 1 (Y 1,..., Y m, X 1,... X k ) X 1 = x 1,..., X k = x k ] = 0 E [f m (Y 1,..., Y m, X 1,... X k ) X 1 = x 1,..., X k = x k ] = 0 para todo vector (x 1,..., x k ). Esto se expresa en término de un error (aleatorio), E [ ε j ] = 0, f j (Y 1,..., Y m, X 1,... X k ) = ε j, j = 1,..., m, de tal forma que los errores (ε 1,..., ε m ) son inobservables y satisfacen E [ ε j X 1 = x 1,..., X k = x k ] = 0, j = 1,..., m para todo (x 1,..., x k ). Para valores fijos de X 1,..., X k, los términos de error gobiernan la aleatoriedad de la relación entre las variables, haciendo que las relaciones sean sólo exactas en media. C Velasco (MEI, UC3M) Econometría I UC3M, / 30.
14 Modelos Econométricos Forma Funcional Para cuantificar estas relaciones a partir de los datos, se propone una forma funcional para las funciones f j que depende de un vector de parámetros. El modelo econométrico general se expresa como g 1 (Y 1,..., Y m, X 1,... X k ; θ 1 ) = ε 1 g m (Y 1,..., Y m, X 1,... X k ; θ m ) = ε m, donde g 1,..., g m son funciones conocidas y θ 1,..., θ m son parámetros desconocidos. La naturaleza del modelo y la interpretación de los parámetros dependen de los supuestos que se hagan sobre el término de error en relación a las variables exógenas.. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
15 Modelos Econométricos Término de error y exogeneidad Los supuestos habituales son ε 1,..., ε m son independientes de X 1,..., X k E [ ε j X 1,..., X k ] = 0, j = 1,..., m E [ ε j ϕ j (X 1,..., X k ) ] = 0, j = 1,..., m, ϕ j : R k R. En función del supuesto que se considere válido estaremos ante diferentes modelos (regresión clásica, regresión, correlación) con diferentes implicaciones en el significado e interpretación de los parámetros (problema de la identificación) y con consecuencias sobre los métodos de estimación apropiados dado un conjunto de datos. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
16 Ejemplos Modelo económico para el crimen (cont.) Las ambigüedades inherentes al modelo económico se resuelven especificando un modelo econométrico como donde crimen = β 0 + β 1 salario l + β 2 otrarenta + β 3 frecde +β 4 freccon + β 5 durmed + β 1 edad + ε crimen medida de actividad criminal Y salario l salario por hora en empleo legal X 2 otrarenta otros ingresos X 3 frecde frecuencia de detenciones por infracciones anteriores X freccon frecuencia de condenas X 5 durmed duración media de las sentencias anteriores X 6 ε término de error β j, j = 0,..., 6 parámetros del modelo. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
17 Ejemplos Productividad y cursos de formación El objetivo es estudiar los efectos de los programas de formación en la productividad de los trabajadores. Es obvio que elementos como educación, experiencia y cursos de formación, entre otros, afectan a dicha productividad, y que en general los trabajadores reciben salarios en relación a su productividad, lo que llevaría a un modelo como donde salario = f (educ, exper, formación) salario salario por hora educ años de escolarización exper años de experiencia laboral formación semanas empleadas en cursos de formación C Velasco (MEI, UC3M) Econometría I UC3M, / 30
18 Ejemplos Productividad y cursos de formación (cont.) Un modelo econométrico para este problema sería salario = β 0 + β 1 educ + β 2 exper+β 3 formación + ε donde el término ε contiene factores como habilidad, calidad de la educación, antecedentes familiares y todos los factores que pueden afectar al salario de un trabajador. Si estamos interesados en el efecto de los programas de formación, β 3 es el parámetro de interés. La interpretación del parámetro β 3 dependerá de la relación entre la variable formación y los factores contenidos en ε, ya que la decisión (o la elegibilidad) en tomar cursos puede depender de dichos factores (al igual que del nivel de educación y/o exper.). Si dichos factores son independientes la formación, el parámetro β 3 nos informará de la influencia de la formación sobre el salario del trabajador, manteniendo todos los demás factores que afectan al salario constantes. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
19 La Estructura de los Datos Económicos Datos de corte transversal Son datos estáticos, referidos a un periodo fijo, sobre individuos de una población, generalmente provenientes de encuestas sobre familias, empresas, etc. Muestreo Aleatorio: Se considera el experimento entrevistar a una persona al azar en una población de individuos. El espacio muestral, Ω, de sucesos individuales, es el conjunto de todos los individuos de la población. Se considera la v.a. Z = Z (ω), ω Ω; Z : Ω R m+k, que asigna a cada elemento del espacio muestral, cada individuo, un vector de números en R m+k. La función Z tiene una función de distribución conjunta relacionada con el comportamiento y características de los individuos en la población. También se pueden consider las observaciones de Z n = {z 1,..., z n } como las realizaciones IID de n v.a. independientes {Z 1,..., Z n }. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
20 Datos de Sección Cruzada Ejemplos 526 trabajadores en el año 1976: salario, años de educación, años de experiencia laboral, indicador de mujer e indicador de casado. obsno wage educ exper female married C Velasco (MEI, UC3M) Econometría I UC3M, / 30
21 Series Temporales Son observaciones de una variable o varias variables a lo largo de varios periodos de tiempo (años, meses, etc.). Ejemplos: precio de activos, tipos de interés, tipos de cambio, tasa de inflación, oferta de dinero, PIB, tasa de desempleo, ventas de una empresa, etc. Las observaciones no son independientes: la evolución temporal puede explotarse con fines predictivos. La frecuencia con la que se observan los datos es muy importante. Datos Z T = {z 1,..., z T } con z t = ( y t, x t ) = (y1t,..., y mt, x 1t,... x kt ). C Velasco (MEI, UC3M) Econometría I UC3M, / 30
22 Series Temporales Ejemplos Puerto Rico: salario mínimo, tasa media de cobertura, desempleo y PNB. obsno year avgmin avgcov unemp gnp C Velasco (MEI, UC3M) Econometría I UC3M, / 30
23 Datos fusionados de Sección Cruzada O Series temporales de secciones cruzadas Características de ambos tipos de datos, sección cruzada y series temporales. Diferente secciones cruzadas de la misma población obtenidas en diferentes instantes del tiempo. Permite aumentar el tamaño muestral. Sobre todo permite estudiar cambios en las variables más relevantes. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
24 Datos fusionados de Sección Cruzada Ejemplo Precios de viviendas para dos años: obsno year hprice proptax sqrft bdrms bthrms C Velasco (MEI, UC3M) Econometría I UC3M, / 30
25 Paneles de datos (o datos longitudinales) Consisten en una serie temporal por cada unidad de sección cruzada. La longitud de las series temporales (T ) suele ser mucho más corta que el número de unidades de sección cruzada (n). Ejemplos: dado un panel de individuos, podemos tener la serie histórica de salarios, educación y empleo durante 10 años (alguna variable puede que no cambien en el tiempo!); dado un panel de empresas, podemos tener observaciones de sus variables principales (producción, demanda de factores, tamaño, etc.) durante el mismo periodo temporal. En vez de típicas secciones cruzadas podemos tener países o regiones. Datos Z Tn = {z i1,..., z it, i = 1,..., n} con z it = ( y it, x it) = (y1it,..., y mit, x 1it,... x kit ). C Velasco (MEI, UC3M) Econometría I UC3M, / 30
26 Paneles de datos (cont) Son más difíciles de conseguir. Aportan más información y permite responder a preguntas que las secciones cruzadas no pueden Permiten incluir una estructura temporal en el razonamiento económico C Velasco (MEI, UC3M) Econometría I UC3M, / 30
27 Paneles de datos Ejemplo Datos de panel de dos años de estadísticas de delincuencia en las ciudades: obsno city year murders population unem police C Velasco (MEI, UC3M) Econometría I UC3M, / 30
28 Causalidad y análisis ceteris paribus Objetivo: descubrir si una variable tiene un efecto causal sobre otras variables. La relación causal es muy diferente de una simple asociación o correlación Ceteris paribus: otros factores (relevantes) siendo iguales, es un concepto clave en el análisis causal. Sin este concepto no se pueden medir efectos causales. Práctica: imposible realizar experimentos c.p. en Economía. Técnicas Econométricas: simulan tales experimentos a partir de datos observacionales. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
29 Causalidad y análisis ceteris paribus Ejemplo: efecto de los fertilizantes sobre el rendimiento de los cultivos La cantidad de fertilizante es sólo uno de los factores que afectan al rendimiento del cultivo. Por lo tanto debemos plantearnos la cuestión como un problema ceteris paribus. Posible experimento: asignar diferentes cantidades de fertilizante sobre diferentes parcelas, medir el rendimiento (datos de corte transversal) y utilizar técnicas estadísticas para medir el grado de asociación. Sin embargo, no es posible elegir parcelas exactamente iguales que sólo cambien por el nivel de fertilizante. La clave es cómo se eligen los niveles de fertilizantes en cada parcela, independientemente de otros factores, o con cierta conexión. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
30 Causalidad y análisis ceteris paribus Ejemplo: medir el rendimiento de la educación Problema: si elegimos una persona al azar entre la población, y le damos un año más de educación, cuánto aumentaría su salario? Se trata también de una cuestión ceteris paribus: todos los otros factores constantes. Posible experimento realizado por un planificador social: seleccionar un grupo de personas, y atribuir a cada uno un nivel aleatorio de educación y midamos sus salarios. En caso de asignación independiente, el experimento servirá para medir la relación causal, en caso contrario no. En la práctica esto es posible, y podremos controlar otros factores importantes, como experiencia, pero otros serán más problemáticos, como el nivel de habilidad, que influye tanto en el nivel de educación como en el de salarios. Incluso si no cotrolamos por experiencia es posible diseñar métodos para medir efectos causales. C Velasco (MEI, UC3M) Econometría I UC3M, / 30
Tema 1: Introducción. Universidad Complutense de Madrid 2013
Tema 1: Introducción Universidad Complutense de Madrid 2013 1.Naturaleza y objetivos de la Econometría Medida de la Economía (significado literal de la palabra) Objetivo: Medir, desde un punto de vista
Más detallesAnálisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias
Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias Carlos Velasco 1 1 Departamento de Economía Universidad Carlos III de Madrid Econometría I Máster en Economía
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesINTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA
INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA Eva Medina Moral (Febrero 2002) EXPRESIÓN DEL MODELO BASICO DE REGRESIÓN LINEAL La expresión formal del modelo
Más detallesMUESTREO TIPOS DE MUESTREO
MUESTREO En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de
Más detallesTema 1. La macroeconomía: Conceptos e instrumentos
Macroeconomía: Economía Cerrada Grado en Administración y Dirección de Empresas Tema 1. La macroeconomía: Conceptos e instrumentos Prof. Ainhoa Herrarte Sánchez Curso 2012-2013 Universidad Autónoma de
Más detallesSISTEMAS Y MANUALES DE LA CALIDAD
SISTEMAS Y MANUALES DE LA CALIDAD NORMATIVAS SOBRE SISTEMAS DE CALIDAD Introducción La experiencia de algunos sectores industriales que por las características particulares de sus productos tenían necesidad
Más detallesMetodología. del ajuste estacional. Tablero de Indicadores Económicos
Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesContenidos. INFORME ENCUESTA TELEFÓNICA. Curso 2009 10
ENCUESTA DE OPINIÓN DEL ALUMNADO SOBRE LA ACTUACIÓN DOCENTE DEL PROFESORADO UNIVERSIDAD DE SEVILLA Curso 2009-2010 ENCUESTA TELEFÓNICA Contenidos Introducción.... 4 El Cuestionario... 5 El muestreo...
Más detallesCapacidades financieras de los asegurados de vida
Capacidades financieras de los asegurados de vida Con base en el informe del Banco Mundial, Capacidades financieras en Colombia: resultados de la encuesta nacional sobre comportamientos, actitudes y conocimientos
Más detallesinvirtiendo. Un inversionista siempre desea maximizar su rendimiento utilizando los
CAPÍTULO I. INTRODUCCIÓN I.1 Planteamiento del Problema Hay casos en los que no podemos juzgar, ya que la diferencia entre el bien o el mal es solo un punto de vista. - Franklin Eduardo Araujo Serrano
Más detallesMediante la aplicación de la metodología a los datos disponibles para este estudio, esta
6 Conclusiones Mediante la aplicación de la metodología a los datos disponibles para este estudio, esta investigación aporta evidencia de la existencia de cambios en los determinantes del desempleo durante
Más detallesCAPITULO 2 DISEÑO DE GRAFICAS ESTADISTICO-ECONOMICAS DE CONTROL DE CALIDAD.
CAPITULO 2 DISEÑO DE GRAFICAS ESTADISTICO-ECONOMICAS DE CONTROL DE CALIDAD. En este capítulo se presenta la definición de diseño estadístico, económico y económico-estadístico para gráficas de control,
Más detallesLa metodologia Cuantitativa. Encuestas y muestras
La metodologia Cuantitativa. Encuestas y muestras Técnicas «cuantitativas» y «cualitativas» «Las técnicas cuantitativas»: Recogen la información mediante cuestiones cerradas que se planteal sujeto de forma
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detallesTEMA 4: Introducción al Control Estadístico de Procesos
TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción
Más detallesEconometría de Económicas
Econometría de Económicas Apuntes para el tema 6 Curso 2004-2005 Profesoras Amparo Sancho Guadalupe Serrano Modelos de panel de datos Datos de Panel son aquellos que surgen de la observación de una misma
Más detallesEstacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ
Estacionalidad Qué es la estacionalidad? La estacionalidad es una componente que se presenta en series de frecuencia inferior a la anual (mensual, trimestral,...), y supone oscilaciones a corto plazo de
Más detallesCAPÍTULO I. INTRODUCCIÓN
CAPÍTULO I. INTRODUCCIÓN I.1 Planteamiento del Problema El país se encuentra inmerso en un proceso de cambio dentro del cual uno de los retos más importantes del gobierno es la reducción de la inflación.
Más detallesAula Banca Privada. La importancia de la diversificación
Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesIntroducción a la Econometría
Introducción a la Econometría Curso 2009/2010 Seriedeproblemas1 1.- Considere la siguiente distribución de probabilidad: Llueve (X=0) No llueve (X=1) Total Tiempo de viaje largo (Y=0) 0.15 0.07 0.22 Tiempo
Más detallesTIPOS DE MUESTREO. Jordi Casal 1, Enric Mateu RESUMEN
TIPOS DE MUESTREO Jordi Casal 1, Enric Mateu CReSA. Centre de Recerca en Sanitat Animal / Dep. Sanitat i Anatomia Animals, Universitat Autònoma de Barcelona, 08193-Bellaterra, Barcelona RESUMEN Se discute
Más detallesPREPARADO POR: FECHA DE EMISIÓN: 20-05-05 FECHA DE VALIDACIÓN: 20-05-05
3. MONITORÍA Y EVALUACIÓN DE LA GESTIÓN SS-UPEG-3 PREPARADO POR: EQUIPO CONSULTOR FECHA DE EMISIÓN: 20-05-05 FECHA DE VALIDACIÓN: 20-05-05 VERSIÓN Nº: 1 Secretaría de Salud de Honduras - 2005 PÁGINA 2
Más detallesBenchmarking de Compensaciones DIRECTOR EJECUTIVO CONFIDENCIAL:
Benchmarking de Compensaciones DIRECTOR EJECUTIVO CONFIDENCIAL: Este informe ha sido preparado como modelo, por lo que las cifras que contiene no se corresponden con casos reales, siendo por lo tanto no
Más detallesUNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA
UNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA COSTOS II Guía No. 1.- Conceptos Básicos OBJETIVO 1. Asimilar conceptos fundamentales de costos I. CONCEPTOS BASICOS DE COSTOS 1. CONTABILIDAD DE
Más detallesCuadernillo ALUMNO 7 0 básico. Matemáticas
Cuadernillo ALUMNO 7 0 básico Matemáticas Los objetivos de esta sección están en consonancia con los propuestos por el MINEDUC para Séptimo Básico, tanto desde el punto de vista de los contenidos como
Más detalles1. INTRODUCCIÓN 1.1 INGENIERÍA
1. INTRODUCCIÓN 1.1 INGENIERÍA Es difícil dar una explicación de ingeniería en pocas palabras, pues se puede decir que la ingeniería comenzó con el hombre mismo, pero se puede intentar dar un bosquejo
Más detalles8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...
Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación
Más detallesGUÍAS. saber 3º, 5º y 9º. Módulo de Educación económica y financiera SABER 9
GUÍAS Módulo de Educación económica y financiera SABER 9 Módulo Educación económica y financiera Desde principios del 2012 el Ministerio de Educación Nacional (MEN) emprendió la implementación de un programa
Más detallesTEMA 2: INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Las principales ventajas de estudiar una población a partir de una muestra son:
TEMA 2: INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA 2.- Tipos de muestreo. Muestreo aleatorio Las principales ventajas de estudiar una población a partir de una muestra son: - Coste reducido: Si los datos
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesDETERMINANTES MACROECONÓMICOS DE LOS SEGUROS DE VIDA Y PERSONAS
DETERMINANTES MACROECONÓMICOS DE LOS SEGUROS DE VIDA Y PERSONAS Wilson Mayorga M. Director de Cámara de Vida y Personas y Actuaría Mediante la estimación de modelos de regresión lineal se cuantificó el
Más detallesPROCEDIMIENTO ESPECÍFICO. Código SB-V-01-1 Edición 0
Índice 1. TABLA RESUMEN... 2 2. OBJETO... 2 3. ALCANCE... 2 4. RESPONSABILIDADES... 3 5. ENTRADAS... 3 6. SALIDAS... 3 7. PROCEDIMIENTOS VINCULADOS A ESTA/S ACTIVIDAD/ES... 3 8. DIAGRAMA DE FLUJO... 4
Más detallesI.3. Teoría económica
I.3. Teoría económica I.3.1. Metodología económica y modelos económicos La teoría económica, dada la complejidad de los procesos que estudia y con el fin de analizar la interacción entre causa y efecto,
Más detalles"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios
"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se
Más detallesControl Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz
Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información
Más detallesTema 1 con soluciones de los ejercicios. María Araceli Garín
Tema 1 con soluciones de los ejercicios María Araceli Garín Capítulo 1 Introducción. Probabilidad en los modelos estocásticos actuariales Se describe a continuación la Tarea 1, en la que se enumeran un
Más detallesTEMA 4: Variables binarias
TEMA 4: Variables binarias Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 4: Variables binarias Curso 2011-12 1 / 51 Variables
Más detallesEmpleo Juvenil. Ocupación, desocupación y educación. Lilian Meza. Junio 2013
Ocupación, desocupación y educación Lilian Meza Junio 013 La última encuesta de hogares (EPH 011) arroja datos interesantes sobre el empleo en el Paraguay y sobre el empleo juvenil en particular. Se ofrece
Más detallesGUÍA METODOLÓGICA PARA LA FORMACIÓN CON E-LEARNING DIRIGIDA A COLECTIVOS SIN ALTA CUALIFICACIÓN CAPÍTULO 4. Dirección Técnica:
LA FORMACIÓN EMPRESARIAL CON E-LEARNING GUÍA METODOLÓGICA PARA LA FORMACIÓN CON E-LEARNING DIRIGIDA A COLECTIVOS SIN ALTA CUALIFICACIÓN CAPÍTULO 4 Dirección Técnica: 4.- EL PLAN DE FORMACIÓN 33 Capítulo
Más detallesNIVEL: CICLO SUPERIOR DE GESTIÓN COMERCIAL Y MARKETING
ETAPA: FORMACIÓN PROFESIONAL DEPARTAMENTO DE COMERCIO NIVEL: CICLO SUPERIOR DE GESTIÓN COMERCIAL Y MARKETING MATERIA: POLITICAS DE MARKETING OBJETIVOS - Analizar los precios y costes de productos, relacionando
Más detallesComo se mencionó en la parte de la teoría, no existe consenso en cuanto a la
4. Metodología Definición de empleo informal Como se mencionó en la parte de la teoría, no existe consenso en cuanto a la definición de empleo informal y diferentes estudios han utilizado matices distintas
Más detallesDE VIDA PARA EL DESARROLLO DE SISTEMAS
MÉTODO DEL CICLO DE VIDA PARA EL DESARROLLO DE SISTEMAS 1. METODO DEL CICLO DE VIDA PARA EL DESARROLLO DE SISTEMAS CICLO DE VIDA CLÁSICO DEL DESARROLLO DE SISTEMAS. El desarrollo de Sistemas, un proceso
Más detallesANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO
ANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO Por: Pablo Lledó Master of Science en Evaluación de Proyectos (University of York) Project Management Professional (PMP) Profesor de Project Management y Evaluación
Más detallesIV. Indicadores Económicos y Financieros
IV. Indicadores Económicos y Financieros IV. Indicadores Económicos y Financieros Los indicadores económicos - financieros expresan la relación entre dos o más elementos de los estados financieros. Son
Más detallesGuía Docente FACULTAD CIENCIAS ECONÓMICAS Y EMPRESARIALES
Guía Docente ASIGNATURA: TEORÍA ECONÓMICA II CURSO 1º SEMESTRE 2º GRADO (S): ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS MODALIDAD: PRESENCIAL CURSO 2015-2016 FACULTAD CIENCIAS ECONÓMICAS Y EMPRESARIALES 1.-
Más detallesACERCA DEL COACHING. Acerca del Coaching www.innovacionagil.com info@innovacionagil.com Página 1/5
ACERCA DEL COACHING Qué es Coaching? En inglés, la palabra Coaching hace referencia a entrenar, aunque este significado es tan sólo una referencia, pues no es del todo correcto cuando nos referimos a la
Más detallesEconomía Aplicada TEMA 6
Título de Licenciado en Ciencias Ambientales Economía Aplicada TEMA 6 Métodos de Valoración Directos ÍNDICE 6.1. Introducción. 6.2. El método de valoración contingente. 6.3. El método de ordenación contingente.
Más detallesISO 9001:2000 DOCUMENTO INFORMATIVO DOCUMENTO ELABORADO POR CHRISTIAN NARBARTE PARA EL IVECE
ISO 9001:2000 DOCUMENTO INFORMATIVO DOCUMENTO ELABORADO POR CHRISTIAN NARBARTE PARA EL IVECE MARZO 2007 Este documento contesta las preguntas más frecuentes que se plantean las organizaciones que quieren
Más detallesDETERMINACIÓN DEL VOLUMEN DE PEDIDO.
Lote económico de compra o Lote Optimo DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Concepto que vemos en casi todos libros de aprovisionamiento, habitualmente la decisión de la cantidad a reaprovisionar en las
Más detallesMODELOS DE RECUPERACION
RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN INGENIERÍA INFORMÁTICA RECUPERACIÓN Y ACCESO A LA INFORMACIÓN MODELOS DE RECUPERACION AUTOR: Rubén García Broncano NIA 100065530 grupo 81 1 INDICE 1- INTRODUCCIÓN
Más detallesMódulo 7: Los activos de Seguridad de la Información
Módulo 7: Los activos de Seguridad de la Información Se explica en este tema cómo deben abordarse la elaboración de un inventario de activos que recoja los principales activos de información de la organización,
Más detallesDesempleo. Economía Laboral LIE UCEMA Prof. Julio Elías
Desempleo Economía Laboral LIE UCEMA Prof. Julio Elías Introducción En un mercado competitivo la demanda iguala a la oferta de trabajadores. El salario de equilibrio limpia el mercado, y todas las personas
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesPISA Programa Internacional de Evaluación de Estudiantes. Gobierno de Chile Agencia de Calidad de la Educación
PISA Programa Internacional de Evaluación de Estudiantes Gobierno de Chile Agencia de Calidad de la Educación 1 Evaluaciones Educativas Internacionales en Chile Desde 1997, Chile participa en diversos
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesPRODUCTIVIDAD DE PROYECTOS DE DESARROLLO DE SOFTWARE: FACTORES DETERMINANTES E INDICADORES
PRODUCTIVIDAD DE PROYECTOS DE DESARROLLO DE SOFTWARE: FACTORES DETERMINANTES E INDICADORES Raúl Palma G. y Guillermo Bustos R. Escuela de Ingeniería Industrial Universidad Católica de Valparaíso Casilla
Más detalles2. MÉTODOS, INSTRUMENTOS Y ESTRATEGIAS
2. MÉTODOS, INSTRUMENTOS Y ESTRATEGIAS Objetivo específico: El alumno conocerá la importancia de la investigación en psicología industrial/organizacional, su proceso y limitaciones. Asimismo entenderá
Más detallesESTUDIO DE SEGURIDAD DEL SECTOR COMERCIAL
C CÁMARA DE COMERCIO DE COSTA RICA ESTUDIO DE SEGURIDAD DEL SECTOR COMERCIAL MEDICIÓN ANUAL 2012 ESTUDIO DE SEGURIDAD DEL SECTOR COMERCIAL MEDICION ANUAL DEL 2012 LOS COSTOS DE LA INSEGURIDAD DEL SECTOR
Más detallesEste documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. www.fundibeq.org
DIAGRAMA MATRICIAL 1.- INTRODUCCIÓN Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. Muestra su potencial, como herramienta indispensable para la planificación
Más detallesProfunda comprensión de que valores son o podrían ser percibidos por los clientes.
Estrategias de retención de clientes para servicios El valor concebido por el cliente de servicio se basa en una estrategia de conocimientos, ya que con el conocimiento que posee la empresa, puede emplear
Más detallesCURSO DE ADAPTACIÓN DE DIPLOMADO EN FISIOTERAPIA A GRADUADO EN FISIOTERAPIA
2013 CURSO DE ADAPTACIÓN DE DIPLOMADO EN FISIOTERAPIA A GRADUADO EN FISIOTERAPIA FACULTAD DE CIENCIAS DE LA SALUD UNIVERSIDAD DE ZARAGOZA. 1 DENOMINACIÓN DEL TÍTULO. Graduado o Graduada en Fisioterapia
Más detallesEl nivel de Satisfacción Laboral tomado con puntaje de mayor de 3 es lo que denota mayor satisfacción.
IX. ANALISIS DE LOS RESULTADOS El nivel de Satisfacción Laboral tomado con puntaje de mayor de 3 es lo que denota mayor satisfacción. En relación a la edad de las enfermeras y enfermeros del hospital encontramos
Más detallesGrado en Finanzas y Contabilidad
Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 5.2 Estimadores de Variables Instrumentales La endogeneidad aparece
Más detallesMacroeconomía II EAE 211B
Macroeconomía II EAE 211B Pontificia Universidad Católica de Chile Instituto de Economía Juan Ignacio Urquiza Primer Semestre 2012 Ciclos Económicos Esquema: Introducción a los ciclos: Rol de las rigideces
Más detallesManual del Usuario. Encuesta Nacional de Opinión Pública Universidad Diego Portales Septiembre 2013
Encuesta Nacional de Opinión Pública Universidad Diego Portales Santiago, septiembre 2013 Presentación Manual del Usuario Desde 2005 la Universidad Diego Portales desarrolla un programa de encuestas de
Más detallesIntroducción En los años 60 s y 70 s cuando se comenzaron a utilizar recursos de tecnología de información, no existía la computación personal, sino que en grandes centros de cómputo se realizaban todas
Más detallesCapítulo 1. Introducción. 1.1 Planteamiento del problema.
Capítulo 1. Introducción 1.1 Planteamiento del problema. El financiamiento eficiente de los proyectos productivos de México es un factor fundamental en la consecución de los objetivos de crecimiento económico.
Más detallesINDICADORES PRESENTADO POR: LUIS DARÍO TÉLLEZ RAMÍREZ
PRESENTADO POR: LUIS DARÍO TÉLLEZ RAMÍREZ CONTENIDO GENERALIDADES DE LA MEDICIÓN CLASIFICACIÓN DE FORMULACIÓN O AJUSTE DE GENERALIDADES DE LA MEDICIÓN EN EL SECTOR PÚBLICO La medición consiste en revisar
Más detallesILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES
ILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES El objetivo de este documento es ilustrar matemáticamente, y con un caso concreto, el problema de la identificación en
Más detallesTema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS
Tema 9 Estadística Matemáticas B º E.S.O. TEMA 9 ESTADÍSTICA TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS EJERCICIO : En un grupo de personas hemos preguntado por el número
Más detallesEsta información te será útil para elegir un producto financiero y también para conocer y usar mejor los que ya tienes.
Qué es el Buró de Entidades Financieras? Es una herramienta de consulta y difusión con la que podrás conocer los productos que ofrecen las entidades financieras, sus comisiones y tasas, las reclamaciones
Más detallesInferencia Estadística
EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre
Más detallesEstándares para planes de calidad de software. Escuela de Ingeniería de Sistemas y Computación Desarrollo de Software II Agosto Diciembre 2008
Estándares para planes de calidad de software Escuela de Ingeniería de Sistemas y Computación Desarrollo de Software II Agosto Diciembre 2008 DIFERENCIA ENTRE PRODUCIR UNA FUNCION Y PRODUCIR UNA FUNCION
Más detallesEn este capítulo se da una introducción al problema que se desea tratar; la cuantificación
CAPÍTULO 1. INTRODUCCIÓN En este capítulo se da una introducción al problema que se desea tratar; la cuantificación del riesgo de crédito hipotecario con algún modelo matemático. Además se menciona el
Más detallesUniversidad acional Experimental Del Táchira Decanato de Docencia Departamento de Ingeniería en Informática
Universidad acional Experimental Del Táchira Decanato de Docencia Departamento de Ingeniería en Informática Metodología Evolutiva Incremental Mediante Prototipo y Técnicas Orientada a Objeto (MEI/P-OO)
Más detallesMedia vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:
Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.
Más detallesDe qué clase de cuestiones trata la
0 TEMA 1 Los 10 Principios de la Economía 1 En este tema buscamos respuestas a cuestiones como las siguientes: De qué clase de cuestiones trata la economía? Cómo toman los individuos sus decisiones? Cómo
Más detallesMás Clientes Más Rápido: Marketing Online bien enfocado
Más Clientes Más Rápido: Marketing Online bien enfocado A continuación describo una propuesta comercial que estimo le interesará ya que tiene el potencial de incrementar su negocio en un período relativamente
Más detallesEstudio de la Empresa Agrícola. Métodos de estudio. Estudio de caso
CÁTEDRA DE ADMINISTRACIÓN DE EMPRESAS AGRÍCOLAS TEMA Estudio de la Empresa Agrícola Métodos de estudio Estudio de caso Bibliografía a consultar: GUERRA, Guillermo. 1998. Manual de Empresas Agropecuarias.
Más detallesFUNCIÓN FINANCIERA DE LA EMPRESA
FUNCIÓN FINANCIERA DE LA EMPRESA La función financiera, junto con las de mercadotecnia y producción es básica para el buen desempeño de las organizaciones, y por ello debe estar fundamentada sobre bases
Más detallesDISEÑOS DE INVESTIGACIÓN
DISEÑOS DE INVESTIGACIÓN María a Eugenia Mackey Estadística stica Centro Rosarino de Estudios Perinatales El diseño de un estudio es la estrategia o plan utilizado para responder una pregunta, y es la
Más detallesNUEVA DIRECCIÓN DE LA GESTIÓN COMERCIAL
APARTADO: 2 DIAPOSITIVA Nº: 2 Selección de la fuerza de ventas PDF Nº 1: Reclutamiento de la fuerza de ventas Reclutamiento de la fuerza de ventas Las personas que trabajan en el área de ventas se distinguen
Más detallesMatemáticas 2º BTO Aplicadas a las Ciencias Sociales
Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD
Más detallesDeterminación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones
Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Introducción Las Compañías aseguradoras determinan sus precios basadas en modelos y en información histórica
Más detallesMetodología básica de gestión de proyectos. Octubre de 2003
Metodología básica de gestión de proyectos Octubre de 2003 Dentro de la metodología utilizada en la gestión de proyectos el desarrollo de éstos se estructura en tres fases diferenciadas: Fase de Éjecución
Más detallesTécnicas de valor presente para calcular el valor en uso
Normas Internacionales de Información Financiera NIC - NIIF Guía NIC - NIIF NIC 36 Fundación NIC-NIIF Técnicas de valor presente para calcular el valor en uso Este documento proporciona una guía para utilizar
Más detallesTema 2: Muestreo. Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales
Tema 2: Muestreo. Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 2: Muestreo Curso 2008-2009 1 / 13 Índice 1 Introducción 2 Muestreo
Más detallesENCUESTA DE OPINIÓN SOBRE EL GRADO DE CONOCIMIENTO DE LOS CIUDADANOS DE LA PROVINCIA DE TOLEDO ACERCA DE LAS ASOCIACIONES DE CONSUMIDORES
ENCUESTA DE OPINIÓN SOBRE EL GRADO DE CONOCIMIENTO DE LOS CIUDADANOS DE LA PROVINCIA DE TOLEDO ACERCA DE LAS ASOCIACIONES DE CONSUMIDORES MAYO 2011 Bécquer, 25 41002 Sevilla Teléfono: 954 902 365 Fax:
Más detalles2.2 Política y objetivos de prevención de riesgos laborales de una organización
Gestión de la prevención en la obra 2. La gestión de la prevención de riesgos laborales en las empresas constructoras. Aspectos generales 2.1 Generalidades El objetivo de este libro es definir la gestión
Más detallesTema 12: Contrastes Paramétricos
Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de
Más detallesLICENCIATURA EN CONTADURIA PUBLICA LISTADO DE MATERIAS CONTENIDO PLAN: 2004-2
LICENCIATURA EN CONTADURIA PUBLICA PLAN: 2004-2 Formar integralmente profesionales en Contaduría Pública con calidad y pertinencia social, con actitud creativa, analítica y propositiva, capaces de generar
Más detallesLa selección del mercado meta es esencialmente idéntica, sin importar si una firma vende un bien o servicio.
4. SELECCIÓN Y EVALUACIÓN DE MERCADO META SELECCIÓN DE MERCADO META Un mercado meta se refiere a un grupo de personas u organizaciones a las cuales una organización dirige su programa de marketing. Es
Más detallesMetodología de caracterización de la capacidad de una red HSPA.
Metodología de caracterización de la capacidad de una red HSPA. Pág.1/5 Índice. 1. GENÉRICO.... 3 2. RED HSPA.... 3 3. METODOLOGÍA DE CARACTERIZACIÓN DE UNA RED HSPA.... 4 4. RESULTADOS DE LA CARACTERIZACIÓN
Más detallesRelación de competencias. Resultado de aprendizaje REQUISITOS PREVIOS: MATERIA 2: Estadística 12 créditos (300 horas) 6 Básicos y 6 Obligatorios
Planificación del Módulo 4 Denominación: MÉTODOS CUANTITATIVOS PARA LA ECONOMÍA 39 créditos ECTS -21básicos y 18 obligatorios- Este módulo está integrado por tres materias que se imparten en tres cursos
Más detallesCAPITULO I: PLANTEAMIENTO DEL PROBLEMA
CAPITULO I: PLANTEAMIENTO DEL PROBLEMA 1.1. DESCRIPCIÓN DEL PROBLEMA En la actualidad, es importante la preparación profesional para la inserción al campo laboral ya que día a día las exigencias son mayores
Más detallesINVESTIGACIÓN DE MERCADOS
INVESTIGACIÓN DE MERCADOS UDELAR RRII 2011 LIC. (MAG) IGNACIO BARTESAGHI INVESTIGACIÓN DE MERCADO (1) Definición de Schoell y Guiltinan: La investigación de mercados es la función que enlaza al consumidor,
Más detallesCapítulo 2. Metodologías de selección de personal
Capítulo 2. Metodologías de selección de personal 2.1 Introducción La selección de personal es una actividad en la cual toda empresa invierte parte de sus recursos, debido a que es una tarea de vital importancia.
Más detalles